v2.0.1

2.0.1

修复 2.0.0 引入的 VAD 长音频回归，并打磨 VAD 扫描体验。

修复

• VAD 长音频 GPU 卡死：2.0.0 的 VAD 跟随转录设备上了 CUDA，但 silero VAD 是 LSTM，隐状态在时间步上串行依赖（窗口 N 必须等 N-1 的 hidden state），架构上无法沿时间轴并行 / 批处理，放 GPU 反被同步 + kernel launch 开销拖垮、比 CPU 慢几个数量级。改为固定 CPU（实测 ~119x 实时，4 小时音频约 2 分钟扫完；silero 官方亦建议跑 CPU）。
• 日志错序 + 看似卡死：VAD 的加载与全程扫描原在转录生成器内部惰性执行，转录进度条已显示 0% 才轮到 VAD 跑。拆成 plan_audio()（探时长 + VAD 探间隙 + 规划，在转录进度条创建之前跑完）+ transcribe_segments()（拿预规划的段逐段转录）。

改进

• VAD 扫描改用 0~100% 进度条（替代逐行 VAD 扫描 N%），与转录进度条顺序出现、互不冲突；修了进度计数 off-by-one（结尾 101% → 正好 100%）。
• 断句逻辑优化。

说明

无对外 CLI / API 变更，按 SemVer 为 patch（2.0.0 → 2.0.1）。

验证

• 全量测试 175 passed，ruff 干净，uv lock --check 通过。
• VAD 端到端冒烟：CPU 路径 6s 扫完 720s 音频、进度条正好止于 100%、规划阶段先于转录阶段。

完整改动见 v2.0.0...v2.0.1